YOLOv5 全面解析教程⑤：计算 mAP 用到的 Numpy 函数详解

2023-02-28
重庆
本文字数：1948 字
阅读完需：约 6 分钟

作者 | Fengwen、BBuf

本文主要介绍在 One-YOLOv5 项目中计算 mAP 用到的一些 numpy 操作，这些 numpy 操作使用在 utils/metrics.py 中。本文是《YOLOv5全面解析教程④：目标检测模型精确度评估》的补充，希望能帮助到小伙伴们。

欢迎 Star、试用 One-YOLOv5：

https://github.com/Oneflow-Inc/one-yolov5

用到的 numpy 操作比如：np.cumsum()、np.interp()、np.maximum.accumulate()、np.trapz()等。接下来将在下面逐一介绍。

import numpy as np

复制代码

np.cumsum()

返回元素沿给定轴的累积和。

numpy.cumsum(a, axis=None, dtype=None, out=None)源码(https://github.com/numpy/numpy/blob/v1.23.0/numpy/core/fromnumeric.py#L2497-L2571)

参数
a:数组
axis: 轴索引,整型，若 a 为 n 维数组，则 axis 的取值范围为[0,n-1]
dtype: 返回结果的数据类型，若不指定，则默认与 a 一致 n
out: 数据类型为数组。用来放置结果的替代输出数组，它必须具有与输出结果具有相同的形状和数据缓冲区长度
返回
沿着指定轴的元素累加和所组成的数组，其形状应与输入数组 a 一致

2.API_EN(https://numpy.org/doc/stable/reference/generated/numpy.cumsum.html?highlight=cumsum#numpy.cumsum)

np.cumsum(a) # 计算累积和的轴。默认（无）是在展平的数组上计算cumsum。

复制代码

array([ 1, 3, 6, 10, 15, 21])

a = np.array([[1,2,3], [4,5,6]])np.cumsum(a, dtype=float)     # 指定输出的特定的类型

复制代码

array([ 1., 3., 6., 10., 15., 21.])

np.cumsum(a,axis=0)      # 3列中每一列的行总和

复制代码

array([[1, 2, 3], [5, 7, 9]])

x = np.ones((3,4),dtype=int) np.cumsum( x ,axis=0)

复制代码

array([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]])

np.cumsum(a,axis=1)      # 2行中每行的列总和

复制代码

array([[ 1, 3, 6], [ 4, 9, 15]])

np.interp()

参数
x: 数组待插入数据的横坐标
xp: 一维浮点数序列原始数据点的横坐标，如果 period 参数没有指定那么就必须是递增的否则，在使用 xp = xp % period 正则化之后，xp 在内部进行排序
fp: 一维浮点数或复数序列原始数据点的纵坐标，和 xp 序列等长.
left: 可选参数，类型为浮点数或复数（对应于 fp 值）当 x < xp[0]时的插值返回值，默认为 fp[0].
right: 可选参数，类型为浮点数或复数（对应于 fp 值），当 x > xp[-1]时的插值返回值，默认为 fp[-1].
period: None 或者浮点数，可选参数横坐标的周期此参数使得可以正确插入 angular x-coordinates. 如果该参数被设定，那么忽略 left 参数和 right 参数
返回
浮点数或复数（对应于 fp 值）或 ndarray. 插入数据的纵坐标，和 x 形状相同

注意！

在没有设置 period 参数时，默认要求 xp 参数是递增序列

# 插入一个值import numpy as npimport matplotlib.pyplot as pltx = 2.5xp = [1, 2, 3]fp = [3, 2, 0]y = np.interp(x, xp, fp)  # 1.0plt.plot(xp, fp, '-o') plt.plot(x, y, 'x') # 画插值plt.show()

复制代码

# 插入一个序列import numpy as npimport matplotlib.pyplot as plt
x = [0, 1, 1.5, 2.72, 3.14]xp = [1, 2, 3]fp = [3, 2, 0]y = np.interp(x, xp, fp)  # array([ 3. ,  3. ,  2.5 ,  0.56,  0. ])plt.plot(xp, fp, '-o')plt.plot(x, y, 'x')plt.show()

复制代码

np.maximum.accumulate

计算数组（或数组的特定轴）的累积最大值

import numpy as npd = np.random.randint(low = 1, high = 10, size=(2,3))print("d:\n",d)c = np.maximum.accumulate(d, axis=1)print("c:\n",c)

复制代码

[[1 9 5]

[2 6 1]]

[[1 9 9]

[2 6 6]]

np.trapz()

numpy.trapz(y, x=None, dx=1.0, axis=- 1) 使用复合梯形规则沿给定轴积分。

import matplotlib.pyplot as pltimport numpy as npy = [1, 2, 3] ; x = [i+1 for i in range(len(y))]print(np.trapz(x))plt.fill_between(x, y)plt.show() # (1 + 3)*(3 - 1)/2 = 4

复制代码

import matplotlib.pyplot as pltimport numpy as npy = [1, 2, 3] x = [4, 6, 8]print(np.trapz(y,x))plt.fill_between(x, y)plt.show() # (3 + 1)*(8 - 4) / 2 = 8

复制代码